JP2019164438A - レコメンド動画決定装置、レコメンド動画決定方法、およびプログラム - Google Patents

Abstract

【課題】動画の閲覧履歴が少ないユーザに対して適切な動画をレコメンドすることが可能なレコメンド動画決定装置、レコメンド動画決定方法、およびプログラムを提供すること。【解決手段】ユーザの所定期間における動画の閲覧履歴に基づいて、前記ユーザにレコメンドする動画を決定するレコメンド動画決定部と、電子的に収集可能なユーザの行動履歴を収集する収集部と、を備え、前記レコメンド動画決定部は、少なくとも前記所定期間における動画の閲覧履歴が少ない第１ユーザについて、前記収集された行動履歴に基づいてレコメンドする動画を決定する、レコメンド動画決定装置。【選択図】図１

Description

本発明は、レコメンド動画決定装置、レコメンド動画決定方法、およびプログラムに関する。

インターネット上のウェブサイト及び動画サイトからテキストデータを収集するデータ収集部と、収集したテキストデータから、複数の映像コンテンツに関連するキーワードである映像コンテンツ関連キーワードを抽出するキーワード抽出部と、抽出した映像コンテンツ関連キーワードに基づいて、複数の映像コンテンツのランキングを行い、そのランキングに基づいて、複数の映像コンテンツの中から推奨する映像コンテンツを決定する推奨コンテンツ決定部とを備える映像コンテンツの推奨装置が知られている（特許文献１参照）。

特開２０１１−１６６６２１号公報

従来の技術において、動画サイトを余り閲覧しないユーザに関しては動画サイトから多くの情報が得られないという課題があった。また、ウェブサイトから収集されるデータは雑多なものであることが多く、動画に結び付く情報を適切に抽出することが困難であった。このため、従来の技術では、動画の閲覧履歴が少ないユーザに対して適切な動画をレコメンドすることができない場合があった。

本発明は、このような事情を考慮してなされたものであり、動画の閲覧履歴が少ないユーザに対して適切な動画をレコメンドすることが可能なレコメンド動画決定装置、レコメンド動画決定方法、およびプログラムを提供することを目的の一つとする。

本発明の一態様は、ユーザの所定期間における動画の閲覧履歴に基づいて、前記ユーザにレコメンドする動画を決定するレコメンド動画決定部と、電子的に収集可能なユーザの行動履歴を収集する収集部と、を備え、前記レコメンド動画決定部は、少なくとも前記所定期間における動画の閲覧履歴が少ない第１ユーザについて、前記収集された行動履歴に基づいてレコメンドする動画を決定する、レコメンド動画決定装置である。

本発明の一態様によれば、動画の閲覧履歴が少ないユーザに対して適切な動画をレコメンドすることができる。

動画決定装置を含む動画配信サーバが使用される使用環境の一例を示す図である。 動画ＤＢ１２６における動画の情報の一例を示す図である。 ユーザ間の類似度の導出について説明するための図である。 関連人物ＤＢ１２８に含まれる情報の内容の一例を示す図である。 動画配信サーバ１００により実行される処理の流れの一例を示すフローチャートである。 第１実施形態の変形例（その１）の動画配信サーバ１００の機能構成の一例を示す図である。 検索サーバ２０Ａの機能構成の一例を示す図である。 第１実施形態の変形例（その３）の動画配信サーバ１００Ｂの機能構成の一例を示す図である。 第２実施形態の動画配信サーバ１００Ｃの機能構成の一例を示す図である。 関連人物ＤＢ１２８Ａの情報の内容の一例を示す図である。 第３実施形態の動画決定装置を含む動画配信サーバ１００Ｄが使用される使用環境の一例を示す図である。 購入関連ＤＢ１４０の内容の一例を示す図である。 第４実施形態の動画配信サーバ１００Ｅの使用環境の機能構成の一例を示す図である。 位置対応ＤＢ１５０の内容の一例を示す図である。

以下、図面を参照し、本発明のレコメンド動画決定装置、レコメンド動画決定方法、およびプログラムの実施形態について説明する。

レコメンド動画決定装置は、一以上のプロセッサにより実現される。レコメンド動画決定装置は、ユーザの所定期間における動画の閲覧履歴に基づいて、ユーザにレコメンドする動画を決定する。この際に、レコメンド動画決定装置は、少なくとも所定期間における動画の閲覧履歴が少ない第１ユーザについて、電子的に収集可能なユーザの行動履歴に基づいてレコメンドする動画を決定する。

例えば、行動履歴が、ユーザが検索のために入力したクエリの履歴である場合、レコメンド動画決定装置は、第１ユーザのクエリの履歴と、所定期間における動画の閲覧履歴がある第２ユーザのクエリの履歴とを比較し、クエリの履歴が第１ユーザに類似する第２ユーザに対してレコメンドする動画を、第１ユーザに転用することで、動画の閲覧履歴が少ないユーザに対して適切な動画をレコメンドする。

＜第１実施形態＞
［構成］
図１は、動画決定装置を含む動画配信サーバが使用される使用環境の一例を示す図である。動画配信サーバの使用環境には、例えば、一以上の端末装置１０と、検索サーバ２０と、動画配信サーバ１００とが含まれる。

これらの装置等は、ネットワークＮＷを介して互いに通信する。ネットワークＮＷは、例えば、ＷＡＮ（Wide Area Network）やＬＡＮ（Local Area Network）、インターネット、専用回線、無線基地局、プロバイダなどを含む。

［端末装置］
端末装置１０は、ユーザによって使用される装置であり、例えば、スマートフォンなどの携帯電話、タブレット型コンピュータ、ノート型コンピュータ、デスクトップ型コンピュータなどである。ユーザが、端末装置１０を操作して、動画配信サーバ１００に動画の配信を依頼すると、依頼に応じて配信された動画は端末装置１０の表示部に表示される。そして、ユーザは、動画配信サーバ１００により配信された動画を視聴することができる。

［検索サーバ］
検索サーバ２０は、端末装置１０からクエリを取得し、検索エンジンを用いて、取得したクエリに関連する情報を、ネットワークＮＷを介して検索する。検索サーバ２０は、検索エンジンの検索結果を端末装置１０に提供する。また、検索サーバ２０は、検索ログ２２を記憶装置に記憶させている。検索ログ２２は、検索サーバ２０が、端末装置１０から取得したクエリの履歴である。検索ログ２２では、ユーザの識別情報と、そのユーザが入力したクエリとが互いに対応付けられている。

［動画配信サーバ］
動画配信サーバ１００は、例えば、ユーザ管理部１０２と、動画配信部１０４と、行動履歴取得部１０６と、レコメンド動画決定部１０８と、サジェスト決定部１１０と、記憶部１２０とを備える。ユーザ管理部１０２、動画配信部１０４、行動履歴取得部１０６、レコメンド動画決定部１０８、およびサジェスト決定部１１０は、例えば、ＣＰＵ（Central Processing Unit）等のハードウェアプロセッサが、記憶装置に記憶されたプログラムを実行することにより実現される。また、これらの機能部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）等のハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。また、上記のプログラムは、予め記憶装置に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体が動画配信サーバ１００のドライブ装置に装着されることで記憶装置にインストールされてもよい。行動履歴取得部１０６（「収集部」の一例）と、レコメンド動画決定部１０８とを合わせたものが、「レコメンド動画決定装置」の一例である。

記憶部１２０は、例えば、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＳＤカード、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disc Drive）、レジスタ等によって実現される。また、記憶部１２０の一部または全部は、ＮＡＳ（Network Attached Storage）や外部ストレージサーバ装置等であってもよい。記憶部１２０には、例えば、ユーザ情報１２２、閲覧履歴１２４、動画ＤＢ１２６、および関連人物ＤＢ１２８が記憶されている。

ユーザ情報１２２は、ユーザの識別情報や、検索サーバ２０から取得した検索ログ等の情報である。閲覧履歴１２４は、ユーザに配信した動画の履歴である。動画ＤＢ１２６は、ユーザに配信する動画、および動画の情報が記憶されている。

図２は、動画ＤＢ１２６における動画の情報の一例を示す図である。各動画には、タイトルや、動画の識別情報、動画のカテゴリ、動画に出演している出演者、動画を制作した制作者、動画の制作に関わった企業などの情報、動画の長さ（時間）、動画に関連するキーワードなどが対応付けられている。動画に関連するキーワードとは、動画のタイトルや出演者などから想起されるキーワードや概念である。関連人物ＤＢ１２８の詳細については後述する。

ユーザ管理部１０２は、検索サーバ２０から検索ログ２２を取得し、取得した検索ログ２２をユーザ情報１２２として管理する。また、ユーザ管理部１０２は、行動履歴取得部１０６により取得された情報をユーザＩＤに対応付けて記憶部１２０に記憶させる。

動画配信部１０４は、端末装置１０の依頼に応じて、動画ＤＢ１２６の動画を端末装置１０に配信する。例えば、ユーザが端末装置１０を操作して、所定の動画を選択した場合、動画配信部１０４は、端末装置１０から操作に応じた動画の配信依頼を取得し、配信依頼に応じた動画を端末装置１０に配信する。

行動履歴取得部１０６は、電子的に収集可能なユーザの行動履歴を取得する。行動履歴とは、ネットワークＮＷにおけるユーザの行動履歴である。一例として、行動履歴は、ユーザが入力したクエリの履歴である。

レコメンド動画決定部１０８は、例えば、所定期間（例えば２週間）の間において、動画を閲覧したユーザをウォームユーザ（第２ユーザ）に分類し、動画を閲覧していないユーザをコールドユーザ（第１ユーザ）に分類する。コールドユーザは、「所定期間における動画の閲覧履歴が少ないユーザ」の一例である。これに代えて、レコメンド動画決定部１０８は、所定期間において閲覧数が所定数以下のユーザをコールドユーザに分類してもよい。

ウォームユーザについて、レコメンド動画決定部１０８は、所定期間においてウォームユーザが閲覧した動画の閲覧履歴に基づいて、ウォームユーザにレコメンドする動画を決定する。例えば、レコメンド動画決定部１０８は、対象のウォームユーザの閲覧履歴に含まれる動画と関連度が高い動画をレコメンドする動画に決定する。関連度とは、例えば、全ユーザの動画の閲覧履歴に基づいて求められた動画間の関連度である。例えば、レコメンド動画決定部１０８は、第１の動画を視聴したユーザが、第１の動画を視聴した後に第２の動画を視聴した場合、第１の動画と第２の動画とは関連度が高いと判定する。このようにレコメンド動画決定部１０８は、ウォームユーザ自身の閲覧履歴に基づいて、関連度が高い動画をウォームユーザにレコメンドする動画として決定する。

コールドユーザについて、レコメンド動画決定部１０８は、行動履歴取得部１０６により取得された行動履歴に基づいてレコメンドする動画を決定する。例えば、レコメンド動画決定部１０８は、行動履歴が類似するウォームユーザにレコメンドした動画に基づいて、コールドユーザにレコメンドする動画を決定する。

サジェスト決定部１１０は、端末装置１０から入力されたクエリを行動履歴取得部１０６が取得した場合、クエリに対応する動画を動画ＤＢ１２６から選択し、選択した動画のタイトルをサジェストクエリとして端末装置１０に提供する。例えば、サジェスト決定部１１０は、クエリと一致または部分一致するタイトルや、クエリと一致または部分一致するメタ情報などが付与された動画を抽出し、抽出した動画のうち、閲覧数が多い順にランキングした順序でサジェストクエリをユーザに提供する。なお、上述したレコメンド動画決定部１０８は、サジェスト決定部１１０が決定したサジェストの履歴に基づいて、ウォームユーザにレコメンドする動画を決定してもよい。

［類似度を導出する処理］
ここで、レコメンド動画決定部１０８は、ユーザ間類似度導出部１０９を備える。ユーザ間類似度導出部１０９は、複数のユーザの検索ログ２２に基づいて、複数のユーザ間の検索ログの類似度を導出する。

ユーザ間類似度導出部１０９は、検索ログのクエリを形態素解析等することにより複数のテキストに分割したり、分割したテキストの品詞を推定したりする。更に、ユーザ間類似度導出部１０９は、分割したテキストのうち、不要なテキストを排除する。不要なテキストとは、例えば、固有名詞以外の文言や、設定された文言などである。以下、不要なテキストが排除されたテキストを「対象テキスト」と称する。

ユーザ間類似度導出部１０９は、対象テキストを、対象テキストの特徴を示す特徴ベクトルに変換する。特徴ベクトルとは、コーパス内における共起性に基づいて、コーパスに含まれるテキストが分散表現されたものである。共起性とは、二つ以上のテキストが文脈のなかで互いに関連し合っている傾向である。ユーザ間類似度導出部１０９は、例えば、ｗｏｒｄ２ｖｅｃと称されている手法で、コーパスに含まれるテキスト情報を特徴ベクトルに変換する。

そして、ユーザ間類似度導出部１０９は、例えば、第１のユーザの対象テキストの特徴ベクトルと、第２のユーザの対象テキストの特徴ベクトルとの組み合わせについて網羅的に類似度（例えばコサイン類似度）を求める。

ユーザ間類似度導出部１０９は、例えば、網羅的に求めた類似度を統計的に処理してユーザ間の類似度を導出する。例えば、ユーザ間類似度導出部１０９は、例えば、特徴ベクトルの類似度の合計値、或いは合計値をクエリ総数で割った値を用いて、ユーザ間の類似度を導出する。なお、類似度の導出において、特徴ベクトル間の類似度が所定値以下の類似度は除外されてもよい。

図３は、ユーザ間の類似度の導出について説明するための図である。例えば、ユーザ間類似度導出部１０９は、図３に示すようにユーザ００１のクエリ「Ａ」、「Ｂ」、「Ｃ」・・・と、ユーザ００２のクエリ「ａ」、「ｂ」、「ｃ」・・・との類似度を網羅的に求め、網羅的に求めた類似度を統計的に処理して、ユーザ間の類似度を導出する。

［類似度を補正する処理］
ユーザ間類似度導出部１０９は、関連人物ＤＢ１２８を参照して、導出した類似度を補正する。例えば、ユーザ間類似度導出部１０９は、類似度の導出に用いられた二つのクエリが関連人物ＤＢ１２８において同じグループに属する人物を示すクエリである場合、その類似度にボーナス値を付与する。ユーザ間類似度導出部１０９は、類似度に１を超える係数を乗算してボーナス値を付与する。すなわち、ある動画に関連する人物が共通してクエリとして入力されている場合、クエリの履歴の類似性は高く算出される。

図４は、関連人物ＤＢ１２８に含まれる情報の内容の一例を示す図である。関連人物ＤＢ１２８は、グループＩＤに対して、グループに含まれるクエリの情報と、係数とが対応付けられた情報である。同一のグループに含まれるクエリは、例えば、同一の人物を示すと推定されるクエリである。同一の人物を示すと推定されるクエリは、同一の役者や監督、声優などを示すクエリである。例えば、クエリ「役者Ａ」と、役者Ａの別名やニックネームなどを示すクエリ「ＸＸＸ」とは同一のグループに属する。関連人物ＤＢ１２８は、例えば、ネットワークＮＷにおいて提供されている百科事典の情報に基づいて生成される。

また、関連人物ＤＢ１２８において、異なる人物を示すクエリを同一のグループに含めてもよい。例えば、実際にグループとして活動し、そのグループに含まれるタレントや歌手などは、関連人物ＤＢ１２８において同じグループに含まれてもよい。

［フローチャート］
図５は、動画配信サーバ１００により実行される処理の流れの一例を示すフローチャートである。本処理は、例えば、ユーザがログインまたはログインした状態でリンクしてきた際に実行される処理である。

まず、ユーザ管理部１０２が、動画配信サーバ１００にアクセスしたユーザがコールドユーザであるか否かを判定する（Ｓ２）。動画配信サーバ１００にアクセスしたコールドユーザでない場合（ウォームユーザである場合）、レコメンド動画決定部１０８が、ウォームユーザにレコメンドする動画を決定し、決定した動画をレコメンドする（Ｓ１８）。

動画配信サーバ１００にアクセスしたユーザがコールドユーザである場合、ユーザ間類似度導出部１０９は、動画配信サーバ１００にアクセスしたコールドユーザのクエリの履歴を取得する（Ｓ４）。次に、ユーザ間類似度導出部１０９が、任意のウォームユーザを選択し、選択したウォームユーザのクエリの履歴を取得する（Ｓ６）。選択されるウォームユーザは、コールドユーザとの類似度が比較されていないウォームユーザである。

次に、ユーザ間類似度導出部１０９は、コールドユーザのクエリの履歴と、ウォームユーザのクエリの履歴とに基づいて、類似度を導出する（Ｓ８）。次に、ユーザ間類似度導出部１０９は、導出した類似度を補正する（Ｓ１０）。次に、ユーザ間類似度導出部１０９は、補正した類似度が閾値以上であるか否かを判定する（Ｓ１２）。補正した類似度が閾値以上でない場合、ステップＳ６の処理に戻る。

補正した類似度が閾値以上である場合、レコメンド動画決定部１０８が、ウォームユーザにレコメンドする動画を決定し（Ｓ１４）、決定した動画をコールドユーザに転用する（Ｓ１６）。なお、レコメンド動画決定部１０８は、ウォームユーザにレコメンドした動画の履歴に基づいてコールドユーザにレコメンドする動画を決定してもよい。例えば、前回、ウォームユーザにレコメンドした動画がコールドユーザにレコメンドされる動画とされてもよい。これにより本フローチャートの１ルーチンの処理は終了する。

上述した処理により、動画配信サーバ１００は、コールドユーザの行動履歴に基づいて、コールドユーザに適切な動画をレコメンドすることができる。

なお、動画配信サーバ１００は、以下のような機能を備えてもよい。例えば、行動履歴取得部１０６は、複数のサービスに対してユーザが検索のために入力したクエリの履歴である行動履歴を取得する機能を備え、レコメンド動画決定部１０８は、コールドユーザのクエリの履歴と、所定期間における動画の閲覧履歴があるウォームユーザのクエリの履歴とを比較し、クエリの履歴がコールドユーザに類似するウォームユーザが、動画配信サービスに対して入力したクエリに対応する動画を、コールドユーザに転用する機能を備えてもよい。

以上説明した第１実施形態によれば、動画配信サーバ１００が、少なくとも所定期間における動画の閲覧履歴が少ないコールドユーザの行動履歴であるクエリに基づいてレコメンドする動画を決定することにより、動画の閲覧履歴が少ないユーザに対して適切な動画をレコメンドすることができる。

＜第１実施形態の変形例（その１）＞
第１実施形態の変形例（その１）について説明する。第１実施形態の変形例（その１）では、類似度を補正する手法が第１実施形態の補正と異なる。第１実施形態の変形例（その１）のレコメンド動画決定部１０８は、動画を意図したクエリを集めた動画意図クエリＤＢ１３０を参照し、類似度が導出されたクエリに動画を意図したクエリが含まれる場合、類似度にボーナス値を付与する。すなわち、動画を意図したクエリ同士が類似する場合、クエリの履歴の類似性が高く算出される。

図６は、第１実施形態の変形例（その１）の動画配信サーバ１００Ａの機能構成の一例を示す図である。第１実施形態の変形例（その１）の動画配信サーバ１００Ａは、第１実施形態の動画配信サーバ１００の記憶部１２０に代えて、記憶部１２０Ａを備える。記憶部１２０Ａには、動画意図クエリＤＢ１３０が格納されている。

動画意図クエリとは、例えば、動画の検索を意図して入力されたクエリであって、予め設定されたクエリや、そのクエリに類似するクエリである。例えば、動画を意図したクエリは、検索サーバ２０により取得された情報に基づいて生成される。動画配信サーバ１００は、例えば、検索サーバ２０から取得した、ユーザが入力したクエリと、クエリに応じた検索結果と、検索結果に対してユーザが行った行動履歴とに基づいて、動画意図クエリを抽出する。

行動履歴とは、ユーザがネットワークＮＷにおいて行った行動である。行動履歴は、例えば、所定のＵＲＬへのアクセスや、提供されたウェブページ（の所定の領域）におけるクリック等である。例えば、クエリに応じた検索結果に動画を示すコンテンツ（動画のリンク先）が含まれている場合がある。このような場合に、動画配信サーバ１００は、入力されたクエリの数に対する動画を示すコンテンツの検索結果がクリックされた回数の頻度を導出し、頻度が所定値以上であるクエリを動画意図クエリであると判定する。

ユーザ間類似度導出部１０９は、例えば、比較対象であるコールドユーザとウォームユーザとのクエリが動画意図クエリである場合、導出したクエリの類似度に１以上の係数を乗算して、類似度を高く補正する。なお、類似度が所定値以下である場合、上記のような補正は省略されてもよい。

以上説明した第１実施形態の変形例（その１）によれば、レコメンド動画決定部１０８は、動画を意図したクエリを集めた動画意図クエリデータベースを参照し、動画を意図したクエリ同士が類似する場合、クエリの履歴の類似性を高く算出することにより、動画の閲覧履歴が少ないユーザに対して、より適切な動画をレコメンドすることができる。

＜第１実施形態の変形例（その２）＞
第１実施形態の変形例（その２）について説明する。第１実施形態の変形例（その２）では、動画配信サーバの使用環境において、検索サーバ２０Ａが含まれる。

図７は、検索サーバ２０Ａの機能構成の一例を示す図である。検索サーバ２０Ａは、検索サーバ２０の機能構成に加え、更にレコメンド動画決定部２１と、動画意図クエリＤＢ２４を含む。レコメンド動画決定部２１は、第１実施形態の変形例（その１）で説明した処理と同等の処理を行って動画意図クエリを抽出し、抽出した動画意図クエリを含む動画意図クエリＤＢ２４を生成する。動画意図クエリＤＢ２４は、動画意図クエリＤＢ１３０と同等の情報を含む。

レコメンド動画決定部２１は、端末装置１０から取得したクエリが動画意図クエリであるか否かを判定する。端末装置１０から取得したクエリが動画意図クエリである場合、レコメンド動画決定部２１は、端末装置１０から取得したクエリに応じた検索結果をユーザに提供する際に、ユーザに提供するコンテンツに、動画を有するコンテンツを含める。この動画は、クエリの履歴が対象のユーザと類似するウォームユーザに対してレコメンドする動画（転用レコメンド動画）である。

なお、本変形例のウォームユーザは、第１実施形態と同様のウォームユーザであってもよいし、所定期間内において検索結果から動画のコンテンツを閲覧したユーザであってもよい。ウォームユーザが第１実施形態と同様のウォームユーザである場合、レコメンド動画決定部２１は、所定期間においてウォームユーザが閲覧した動画の閲覧履歴を動画配信サーバ１００から取得し、取得した閲覧履歴に基づいて、レコメンドする動画を決定する。ウォームユーザが所定期間内において検索結果から動画のコンテンツを閲覧したユーザである場合、レコメンド動画決定部２１は、ネットワークＮＷにおいてウォームユーザが閲覧した動画のコンテンツの履歴に基づいて、対象のユーザにレコメンドする動画を決定する。このように、ウォームユーザが閲覧した動画と関連度が高い動画が対象のユーザにレコメンドされる動画となる。

また、上記の例では、クエリに応じた検索結果に転用レコメンド動画が含まれるものとして説明したが、これに代えて（または加えて）、ポータルページ内の領域に転用レコメンド動画が含まれてもよい。

以上説明した第１実施形態の変形例（その２）によれば、検索サーバ２０Ａが、対象のユーザとクエリの履歴が類似するユーザにレコメンドした動画の履歴に基づいて、対象のユーザにレコメンドする転用レコメンド動画を決定することにより、クエリに応じた検索結果と共に、より適切な動画をレコメンドすることができる。

＜第１実施形態の変形例（その３）＞
第１実施形態の変形例（その３）について説明する。第１実施形態の変形例（その３）の動画配信サーバ１００Ｂは、ウォームユーザの入力したクエリと閲覧した動画の長さとを学習し、学習結果を用いてコールドユーザにレコメンドする動画を決定する。すなわち、ウォームユーザが閲覧する動画の長さと同等の長さの動画がコールドユーザにレコメンドする動画として決定される。

図８は、第１実施形態の変形例（その３）の動画配信サーバ１００Ｂの機能構成の一例を示す図である。動画配信サーバ１００Ｂは、動画配信サーバ１００の機能構成に加え、更に関連性学習部１１２を更に備える。

関連性学習部１１２は、ウォームユーザが検索サーバ２０に入力したクエリ（および／またはウォームユーザが動画配信サーバ１００Ｂに入力したクエリ）と、ウォームユーザが閲覧した動画の長さとを学習し、学習モデルを生成する。そして、レコメンド動画決定部１０８は、コールドユーザが入力したクエリに学習モデルを適用して、コールドユーザにレコメンドする動画の長さを決定する。この場合、レコメンド動画決定部１０８は、クエリ間の類似度が閾値以上であるウォームユーザにレコメンドした動画の履歴のうちから、動画の長さが近い動画をレコメンドする動画として決定する。

以上説明した第１実施形態の変形例（その３）によれば、コールドユーザが好む長さの動画をコールドユーザにレコメンドすることができる。

＜第２実施形態＞
第２実施形態について説明する。第２実施形態では、動画配信サーバ１００Ｃは、検索サーバ２０の検索ログ２２において、動画に関連する人物を検索したクエリの履歴がある場合に、このクエリ（または人物）に対応する動画をレコメンドする。以下、第２実施形態について説明する。

図９は、第２実施形態の動画配信サーバ１００Ｃの機能構成の一例を示す図である。動画配信サーバ１００Ｃは、動画配信サーバ１００の機能構成に加え、更に関連動画抽出部１１４と、記憶部１２０Ｃを更に備える。

関連動画抽出部１１４は、関連人物ＤＢ１２８Ａを参照して、クエリに応じた動画をレコメンドする動画を抽出する。レコメンド動画決定部１０８は、抽出された動画をレコメンド動画として決定する。関連人物ＤＢ１２８Ａは、記憶部１２０Ｃに記憶されている。図１０は、関連人物ＤＢ１２８Ａの情報の内容の一例を示す図である。関連人物ＤＢ１２８Ａは、クエリと、クエリに応じた動画が対応付けらえた情報である。関連人物ＤＢ１２８Ａに含まれるクエリは、例えば、人物（出演者や、監督、声優）や団体（例えば制作会社）である。また、関連人物ＤＢ１２８Ａに含まれるクエリに応じた動画とは、クエリに関連する出演者や制作者などが関連している動画である。関連しているとは、動画に出演していたり、制作していたりすることである。

関連動画抽出部１１４は、ユーザの検索ログに、関連人物ＤＢ１２８Ａに含まれるクエリが存在している場合、そのクエリに対応付けられた動画を抽出する。そして、レコメンド動画決定部１０８が、抽出された動画をレコメンドする動画として決定する。

以上説明した第２実施形態によれば、動画配信サーバ１００Ｃが、動画に関連する人物を検索したクエリの履歴に基づいて、コールドユーザにより適切な動画をレコメンドすることができる。

＜第３実施形態＞
第３実施形態について説明する。第３実施形態では、動画配信サーバ１００Ｄは、ユーザの商品またはサービス（以下、商品等）の購入履歴に基づいて、レコメンドする動画を決定する。以下、第３実施形態について説明する。

図１１は、第３実施形態の動画決定装置を含む動画配信サーバ１００Ｄが使用される使用環境の一例を示す図である。第３実施形態の使用環境には、第１実施形態の使用環境に加え、更に一以上のショッピングサーバ２００が含まれる。ショッピングサーバ２００は、端末装置１０のリクエストに応じて、端末装置１０に商品等の情報を提供し、ユーザの操作に応じて、商品等の注文を受け付ける。ショッピングサーバ２００が受け付けた注文は、ユーザの購入履歴としてショッピングサーバ２００の記憶装置に記憶される。なお、ショッピングサーバ２００は、オークションサービスを提供するサーバであってもよい。購入履歴は、「電子的に収集可能なユーザの行動履歴」の他の一例である。

レコメンド動画決定部１０８は、記憶部１２０Ｄに記憶された購入関連ＤＢ１４０を参照して、レコメンドする動画を決定する。図１２は、購入関連ＤＢ１４０の内容の一例を示す図である。購入関連ＤＢ１４０は、商品等と動画のカテゴリとが互いに対応付けられた情報である。購入関連ＤＢ１４０の情報は、例えば、ユーザがショッピングサーバ２００で購入した商品等の情報と、ユーザが視聴した動画のカテゴリとの相関に基づいて、生成された情報である。この相関は、例えば、統計的な手法や機械学習などにより求められたものである。

例えば、おもちゃを購入したユーザはアニメの動画、女優Ａの写真集を購入したユーザは女優Ａが出演しているドラマ、歌手ＢのＣＤを購入したユーザは歌手Ｂの動画、Ｃ言語の書籍を購入したユーザはＣ言語の動画、Ｄ食品（例えばカレーのスパイス）を購入したユーザはＥ国（例えばインド）の動画を視聴する傾向が高いことなどが導出された場合、この導出結果に基づいて、購入関連ＤＢ１４０が生成される。

レコメンド動画決定部１０８は、購入関連ＤＢ１４０と、ユーザが購入した商品等の履歴とに基づいて、レコメンドする動画を決定する。レコメンド動画決定部１０８は、図示する例では「おもちゃ」を購入した履歴を有するコールドユーザに対して、カテゴリが「アニメ」である動画をレコメンドする。

以上説明した第３実施形態によれば、レコメンド動画決定部１０８は、コールドユーザが購入した商品に関連する動画をコールドユーザにレコメンドする。すなわちレコメンド動画決定部１０８は、コールドユーザにとって関心が高いと推定される動画をレコメンドすることができる。

＜第４実施形態＞
第４実施形態について説明する。第４実施形態の動画配信サーバ１００Ｅは、端末装置１０の位置情報に基づいて、ユーザにレコメンドする動画を決定する。以下、第４実施形態について説明する。

図１３は、第４実施形態の動画配信サーバ１００Ｅの使用環境の機能構成の一例を示す図である。端末装置１０は、不図示の位置測位装置を備える。位置測位装置は、ＧＰＳ（Global Positioning System）受信機を含む。位置測位装置は、ＧＰＳ受信機が衛星から受信した電波に基づく測位を行って、端末装置１０の位置（すなわちユーザの位置）を特定する。動画配信サーバ１００は、第１実施形態の動画配信サーバ１００の機能構成に加え、更に位置解析部１１６と、記憶部１２０Ｅとを備える。記憶部１２０Ｅには、位置対応ＤＢ１５０が格納されている。また、動画配信サーバ１００は、端末装置１０から端末装置１０の位置情報を取得する。位置情報は、「電子的に収集可能なユーザの行動履歴」の他の一例である。

位置解析部１１６は、端末装置１０から取得した位置情報と、位置対応ＤＢ１５０とに基づいて、ユーザにレコメンドする動画を決定する。図１４は、位置対応ＤＢ１５０の内容の一例を示す図である。位置対応ＤＢ１５０は、位置情報と、動画（または動画のカテゴリ）とが互いに対応付けられた情報である。例えば、「住宅展示場」の位置に対して住「宅購入の手引き」の動画、「証券会社」の位置に対して「投資のポイント」の動画、「競馬場」の位置に対して、「馬の見方」の動画、「ビーチ」の位置に対して「サーフィン」の動画が対応付けられている。例えば、位置解析部１１６は、端末装置１０から取得した位置情報を解析した結果、住宅展示場を訪れたユーザに対して「住宅購入の手引き」の動画をレコメンドする動画として決定する。

以上説明した第４実施形態によれば、レコメンド動画決定部１０８は、コールドユーザの位置履歴に基づいて、コールドユーザにとって関心があると推定される動画をレコメンドすることができる。

なお、上記の各実施形態の内容または機能は組み合わされて実施されてもよい。

以上説明した各実施形態によれば、ユーザの所定期間における動画の閲覧履歴に基づいて、ユーザにレコメンドする動画を決定するレコメンド動画決定部１０８と、電子的に収集可能なユーザの行動履歴を収集する行動履歴取得部１０６と、を備え、レコメンド動画決定部１０８は、少なくとも所定期間における動画の閲覧履歴が少ない第１ユーザについて、収集された行動履歴に基づいてレコメンドする動画を決定することにより、動画の閲覧履歴が少ないユーザに対して適切な動画をレコメンドすることができる。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１０‥端末装置、２０‥検索サーバ２０、１００‥動画配信サーバ、１０２‥ユーザ管理部、１０４‥動画配信部、１０６‥行動履歴取得部、１０８‥レコメンド動画決定部、１０９‥ユーザ間類似度導出部、１１０‥サジェスト決定部、１１２‥関連性学習部、１１４‥関連動画抽出部、１１６‥位置解析部、１２０‥記憶部、１２２‥ユーザ情報、１２４‥閲覧履歴、１２６‥動画ＤＢ、１２８‥関連人物ＤＢ、１３０‥動画意図クエリＤＢ、１４０‥購入関連ＤＢ、１５０‥位置対応ＤＢ

Claims (11)

1. ユーザの所定期間における動画の閲覧履歴に基づいて、前記ユーザにレコメンドする動画を決定するレコメンド動画決定部と、
   電子的に収集可能なユーザの行動履歴を収集する収集部と、を備え、
   前記レコメンド動画決定部は、少なくとも前記所定期間における動画の閲覧履歴が少ない第１ユーザについて、前記収集された行動履歴に基づいてレコメンドする動画を決定する、
   レコメンド動画決定装置。
2. 前記行動履歴は、ユーザが検索のために入力したクエリの履歴であり、
   前記レコメンド動画決定部は、前記第１ユーザのクエリの履歴と、前記所定期間における動画の閲覧履歴がある第２ユーザのクエリの履歴とを比較し、前記クエリの履歴が前記第１ユーザに類似する第２ユーザに対してレコメンドする動画を、前記第１ユーザに転用する、
   請求項１記載のレコメンド動画決定装置。
3. 前記レコメンド動画決定部は、動画と関連する人物とを対応付けた関連人物データベースを参照し、ある動画に関連する人物を共通してクエリとして入力している場合、前記クエリの履歴の類似性を高く算出する、
   請求項２記載のレコメンド動画決定装置。
4. 前記レコメンド動画決定部は、動画を意図したクエリを集めた動画意図クエリデータベースを参照し、前記動画を意図したクエリ同士が類似する場合、前記クエリの履歴の類似性を高く算出する、
   請求項２または３記載のレコメンド動画決定装置。
5. 前記レコメンド動画決定部は、ユーザごとに閲覧する動画の長さの傾向を学習し、前記クエリの履歴が前記第１ユーザに類似する第２ユーザが閲覧する動画の長さと同等の長さの動画を、前記第１ユーザにレコメンドすると決定する、
   請求項２から４のうちいずれか１項記載のレコメンド動画決定装置。
6. 前記行動履歴は、複数のサービスに対してユーザが検索のために入力したクエリの履歴であり、
   前記レコメンド動画決定部は、前記第１ユーザのクエリの履歴と、前記所定期間における動画の閲覧履歴がある第２ユーザのクエリの履歴とを比較し、前記クエリの履歴が前記第１ユーザに類似する第２ユーザが、動画配信サービスに対して入力したクエリに対応する動画を、前記第１ユーザに転用する、
   請求項１記載のレコメンド動画決定装置。
7. 前記行動履歴は、ユーザが検索のために入力したクエリの履歴であり、
   前記レコメンド動画決定部は、動画と関連する人物とを対応付けた関連人物データベースを参照し、前記第１ユーザのクエリの履歴に前記関連人物データベースに含まれる人物を指すクエリが含まれる場合、前記関連人物データベースにおいて前記人物に対応する動画を前記第１ユーザにレコメンドすると決定する、
   請求項１記載のレコメンド動画決定装置。
8. 前記行動履歴は、ユーザの購入履歴であり、
   前記レコメンド動画決定部は、前記第１ユーザが購入した商品に関連する動画を、前記第１ユーザにレコメンドすると決定する、
   請求項１記載のレコメンド動画決定装置。
9. 前記行動履歴は、ユーザの位置履歴であり、
   前記レコメンド動画決定部は、前記第１ユーザの位置履歴に基づいて、前記第１ユーザにレコメンドする動画を決定する、
   請求項１記載のレコメンド動画決定装置。
10. コンピュータが、
    ユーザの所定期間における動画の閲覧履歴に基づいて、前記ユーザにレコメンドする動画を決定し、
    電子的に収集可能なユーザの行動履歴を収集し、
    少なくとも前記所定期間における動画の閲覧履歴が少ない第１ユーザについて、前記収集された行動履歴に基づいてレコメンドする動画を決定する、
    レコメンド動画決定方法。
11. コンピュータに、
    ユーザの所定期間における動画の閲覧履歴に基づいて、前記ユーザにレコメンドする動画を決定させ、
    電子的に収集可能なユーザの行動履歴を収集させ、
    少なくとも前記所定期間における動画の閲覧履歴が少ない第１ユーザについて、前記収集された行動履歴に基づいてレコメンドする動画を決定させる、
    プログラム。

Images